【摘要】：近些年,隨著人們對工業(yè)自動化生產(chǎn)技術(shù)的要求不斷提高,視覺技術(shù)越來越多的應(yīng)用于工業(yè)領(lǐng)域,在視覺系統(tǒng)中,雙目視覺系統(tǒng)不僅能獲取更多場景信息,而且能方便快捷地感知3D深度,應(yīng)用優(yōu)勢明顯。由于工件識別與定位在現(xiàn)代化工業(yè)生產(chǎn)過程中起著非常重要的作用,因此為了進一步提高工業(yè)自動化水平,本文重點研究雙目視覺技術(shù)在工件識別定位中的應(yīng)用。首先,本文在查閱了大量相關(guān)文獻的基礎(chǔ)上,對攝像機成像原理進行分析,建立非線性模型,并針對攝像機參數(shù)精度和畸變的問題,重點研究采用張正友兩步標(biāo)定法,提取角點,得到雙目相機內(nèi)參數(shù)和外參數(shù),同時求出相對空間位置關(guān)系,為后續(xù)三維坐標(biāo)定位做準(zhǔn)備。其次,針對工件圖像預(yù)處理相關(guān)方法進行研究,結(jié)合場景圖像特點選取合適的濾波和增強算法。特征檢測過程中,提出改進的增強旋轉(zhuǎn)不變性的DAISY描述算子,結(jié)合標(biāo)準(zhǔn)的SURF算法,形成新的改進的SURF-DAISY算法進行特征匹配。在此基礎(chǔ)上,采用KD-樹優(yōu)先搜索策略實現(xiàn)快速匹配,并利用RANSAC算法進行提純,從而對工件目標(biāo)實現(xiàn)準(zhǔn)確識別。實驗結(jié)果表明,本文算法在工件大小發(fā)生縮放、位置發(fā)生旋轉(zhuǎn)、存在光照差異和噪聲等情況下,也能夠獲得更多匹配點對,具有良好的匹配效果。相對于標(biāo)準(zhǔn)的SURF算法,提出的改進算法,準(zhǔn)確率提高,耗費的時間減少,具有快速魯棒的性能。再次,在對相機完成標(biāo)定的基礎(chǔ)上,設(shè)計了工件位置與姿態(tài)的測量方法。對識別出的工件目標(biāo),利用單應(yīng)性矩陣解算出在圖像中的區(qū)域位置。在分割工件目標(biāo)時,Otsu閾值分割算法雖然具有良好的分割效果,但時效性差,針對這一問題,本文提出改進的基于粒子群優(yōu)化算法的Otsu進行分割處理。接著提取出目標(biāo)輪廓和形心,能夠在保證分割精度的同時,減少運行時間,增強時效性。針對雙目視覺系統(tǒng)不是嚴(yán)格行對應(yīng)的問題,采用Bouguet算法進行極線校正。使用NCC優(yōu)化算法對左右視圖中形心實現(xiàn)快速立體匹配,獲得視差,結(jié)合三維重建原理獲取工件目標(biāo)在三維空間中的位置和姿態(tài)。最后,根據(jù)三維重建原理,設(shè)計并搭建了雙目立體視覺系統(tǒng)驗證平臺。通過標(biāo)定實驗以及對標(biāo)定結(jié)果分析,驗證了標(biāo)定方法的準(zhǔn)確性。接著利用改進算法對不同工件目標(biāo)進行識別實驗,依據(jù)三維重建原理解算出工件三維坐標(biāo)和姿態(tài)信息,編寫程序得到MFC上位機可視化界面。最后,將得到的實驗數(shù)據(jù)與實測數(shù)據(jù)做比較,驗證了改進的識別算法、優(yōu)化的立體匹配算法和定位算法不僅適用性強,而且實時性提高。
【圖文】：

哈爾濱工程大學(xué)碩士學(xué)位論文生產(chǎn)制造智能化�，F(xiàn)狀究現(xiàn)狀的“流浪者號”，1997 年，在智利的阿特卡馬沙視覺系統(tǒng)所能達到的高精度�！八鹘芗{”火星車，發(fā)游機器人進行改造而成的，，總共在火星進行為期相機。發(fā)射于 2003 年 7 月的“機遇號”[7]，如圖 1星探測過程中，能對場景圖像完成高清顯示并且

圖 1.1 “機遇號”火星探測器麻省理工大學(xué)的 D.Marr 教授，在上世紀(jì)后期，率先提出最早的涉及完整的理論框架[8]-[10]。同為麻省理工學(xué)院的學(xué)者，提出將雙目圖像和傳感器融合方法，用于智能交通中的深度信息探測。首先，利用雷達的深度范圍，然后，結(jié)合 CCD 光學(xué)設(shè)備，測量相對位置參數(shù)[11]，在出一種分割算法，在視頻圖像中分割出目標(biāo)的位置。如圖 1.2 所示：
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 翁和王;;雙目視覺技術(shù)在智能機器人中的應(yīng)用研究[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2016年21期

2 劉帥;吳洪昊;孫娟;;雙目視覺定位在無人機電力巡檢中的應(yīng)用[J];黑龍江科技信息;2017年14期

3 畢偉平;張歡;瞿振林;丁永前;余洪鋒;王波;;基于雙目視覺的主從式果園作業(yè)車輛自主跟隨系統(tǒng)設(shè)計[J];湖南農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版);2016年03期

4 張愛華;劉公才;林冬梅;牛萬才;王敬陽;;雙目視覺脈搏圖像采集系統(tǒng)精度分析[J];自動化與儀表;2017年09期

5 蔡英鳳;王海;陳小波;江浩斌;;基于單雙目視覺融合的車輛檢測和跟蹤算法[J];交通運輸工程學(xué)報;2015年06期

6 鄭志強,季秀才,劉斐;基于CMOS的雙目視覺定位系統(tǒng)的設(shè)計[J];國防科技大學(xué)學(xué)報;2003年06期

7 費鵬;李鑫;;無人水面艇的雙目視覺應(yīng)用[J];珠江水運;2019年06期

8 薛亞東;;雙目視覺技術(shù)在人機交互體育運動中的應(yīng)用[J];自動化與儀器儀表;2016年10期

9 李立輝;王震洲;劉教民;;基于雙目視覺技術(shù)的交通事故勘測系統(tǒng)的研究[J];河北科技大學(xué)學(xué)報;2007年04期

10 曾勁松;薛文凱;徐博凡;郎夢夢;;雙目視覺引導(dǎo)機器人定位抓取技術(shù)的研究[J];組合機床與自動化加工技術(shù);2019年01期

相關(guān)會議論文 前10條

1 吳濤;劉欣;;基于單雙目視覺信息融合的障礙檢測方法[A];中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第二屆學(xué)術(shù)會議論文集[C];2005年

2 喬玉晶;;大尺寸曲面零件的雙目視覺測量網(wǎng)絡(luò)規(guī)劃研究[A];2015 年（第七屆）西部光子學(xué)學(xué)術(shù)會議論文集[C];2015年

3 崔偉;呂偉;陶利民;;基于雙目視覺的三維測量技術(shù)研究[A];第二十七屆全國振動與噪聲應(yīng)用學(xué)術(shù)會議論文集[C];2016年

4 張靜;李琳;劉曉平;;基于雙目視覺的虛擬手的實現(xiàn)[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2006年

5 張頌;謝永杰;;基于雙目視覺的空間脫靶量測量技術(shù)研究[A];第十四屆全國光學(xué)測試學(xué)術(shù)討論會論文（摘要集）[C];2012年

6 王紅雨;汪梁;章寶民;趙s

本文編號：2676130